基于雷达回波相关特征的海杂波抑制方法

海杂波是影响海雷达工作性能的一个重要因素。在检测和跟踪目标之前抑制海杂波非常必要。通过对海杂波和舰船目标的幅度和相关特性的分析,根据图像分割和形态学滤波原理,从图像处理角度,提出了一种海杂波抑制方法。用实测雷达数据验证了该方法的有效性和可行性。     

雷达侦察信号环境描述与建模

信号环境仿真是检验雷达侦察设备性能的重要手段。针对雷达侦察信号环境时域、空域、频域、能域分布特点,对雷达侦察信号环境进行了数学描述,建立了雷达辐射源信号环境数学模型,为雷达侦察信号环境仿真奠定基础。     

形式化可测性约束在软件模型实现过程中的研究

在软件测试中,软件使用模型反映实际运行场景的能力是直接决定测试的成功与否的关键因素之一。一般可以通过对在需求分析阶段已生成的UML建模进行研究得到使用模型,但原始的UML模型,由于缺乏严格的定义及必要的约束,如果要生成高精度的软件模型,必须对其添加必要的形式化可测性约束。这正是文章研究的重点。     

舰船工程风险演变机理和建模分析

为增强舰船工程风险管理的针对性与有效性,研究了舰船工程风险的演变机理,讨论了舰船工程中的各种风险成分及其相互关系.通过定性分析表明,随着舰船工程阶段的推移,不仅总的风险度是逐渐降低的,而且各种风险成分占总风险的比例也是不断变化的.在此基础上又通过建立数学模型的方法给出了舰船工程风险的演变模型与函数关系,并通过举例给出了风险演变和转化的趋势,进一步验证了定性分析的正确性.本文的研究成果为舰船工程风险的管理提供了理论依据.     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。     

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力,分析了三峡-葛洲坝水利枢纽联合调度的实际需求,建立了三峡-葛洲坝水利枢纽联合调度数学模型,考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束,应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列,动态计算每艘船舶的权重,兼顾船舶长度与宽度优先,待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求,循环排船,逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min,编排时间短,葛洲坝2#船闸的闸室面积利用率高于70%,并且客船和旅游观光船均排在前面的闸次中,说明客船的待闸时间约束是满足的,并且在航向上是上下航向交替运行,没有出现倒闸情况,编制的计划满足实际调度需要。     

冰载荷下的船舶运动建模

随着极地航道的开辟以及极地海洋能源开发的需要,海冰与船体的相互作用以及极地船舶航行与作业安全越来越受到关注。本文主要针对破冰过程的几个典型阶段,对冰载荷对船舶的作用力进行了分析与计算,并考察了破冰船在不同的海冰密集度、冰厚以及船舶不同航速情况下的不同影响。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

不同间隙比竖井内水流与平衡重二维流固耦合

目前,水力式升船机在国内外尚无投入实际运行,无实际设计、安装、运行经验可循。建立不同间隙比竖井与平衡重之间二维流固耦合数学模型,在非恒定流作用下,对不同间隙比时平衡重上升过程的水动力响应进行动态模拟。得出有利于该类升船机稳定运行的最优间隙比。     

Locating rental stations and bikeways in a public bike system

To determine the spatial distribution of rental stations and bikeways in a public bike system, this paper proposes a facility location and network design model. The model is developed as a multi-objective programing problem that considers four objectives (minimizing cyclist risk, maximizing cyclist comfort, minimizing adverse impacts on traffic and maximizing service coverage) and multiple constraints (monetary budget, network connectivity, station spacing, bikeway types, station number and value ranges of decision variables). The ε-constraint method solves the programing problem for the public bike system in Daan District, Taipei City, Taiwan. The nine non-dominated alternatives generated are all markedly better than existing locations of rental stations and bikeways. Scenario analysis results indicate that increasing the construction budget for bikeways significantly improves cyclist safety and comfort whilst increasing the adverse impact on traffic. Planners can use this model to develop public bike systems that spatially integrate rental stations and bikeway networks.